假设一个跨境品牌把广告账户、品牌手册、历史素材和产品图接入同一套 AI 系统。周一，系统生成一批视频和图片；通过审批后直接投放到 Meta、Google 和 TikTok；周三，它读取哪些版本获得了更多预算，再自动生产下一批。
这时，品牌采购的已经不只是“更多素材”。供应商同时参与了创意判断、账户操作、预算分配、效果解释和下一轮生产。若合同仍只写交付多少条视频、多少张图片，最重要的东西反而没有被约定：系统在为谁学习、根据什么学习，以及合作结束后这些学习是否还属于品牌。
先把已证实的事实说窄
2026 年 9 月 30 日，Runway 发布 Runway Ads。其公告称，产品可连接广告账户和品牌资料，生成视频与图片，将获批版本直接发布到 Meta、Google 和 TikTok，读取投放表现，再根据“获得预算”的内容生成下一轮版本。系统会做品牌检查；人工审批默认开启，团队也可以按 campaign 或版本类型改为自动发布。Runway 同时表示，系统可以遵守每日预算变动上限、新客流量占比和再营销上限等限制。
但它目前仍是面向少数企业伙伴的早期试用。Runway 公布的周广告量从 77 增至约 900、ROAS 翻倍等数字，来自它自己的投放项目，不能当作品牌采用该产品后的普遍结果。
这也不是孤立的产品方向。TikTok 在 2026 年 10 月 5 日公布 Smart+ Creative Selection，把品牌自有素材、Symphony 生成内容和创作者内容放进同一审批流程；Google Ads 的 AI Max 报告则可以把搜索词、所见标题和落地页组合显示在一条广告旅程中。三家公司分别证明了自己正在连接创意、投放和反馈，但还不足以证明整个广告行业已经完成自动化转型。
真正值得品牌现在处理的，是采购责任已经开始提前出现。
“获得预算”不是天然正确的创意目标
系统最容易看到的是平台内信号：哪条素材获得展示、点击、转化或更多 spend。品牌最终关心的却可能是毛利、有效新客、退货、询盘质量、产品组合或长期品牌认知。
一条夸张钩子可能迅速获得预算，却把消费者带到错误预期；一个折扣版本可能短期转化更高，却吃掉利润或训练用户等待促销。即使平台数据完全准确，“系统看见了什么”与“公司要优化什么”仍是两个问题。
因此，持续创意系统的首要交付不是生成数量，而是一份可执行的学习规则。品牌可以把我们此前提出的 Agent-Ready Brand Pack 作为输入层，再为投放与再生成增加六项商业约定。
ONCE 六项“创意学习权”
这里的“权”不是法律上的固定权利名称，而是品牌在 brief、合同、账户权限和验收表里应明确的六类控制事项。
1. 目标函数权：系统到底替谁优化
写清主目标、次级目标和不得突破的约束。不能只写“提高效果”，而要说明是毛利后的获客成本、首购用户、合格线索、某个 SKU 的库存周转，还是品牌触达。
同时记录平台能读取哪些指标、读不到哪些经营结果。若系统只能看到 spend 和平台转化，就不要让它擅自把“获得更多预算”解释为“更值得继续生产”。
2. 输入与来源权：什么可以被拿来生成
品牌手册、历史广告、产品图、创作者内容、音乐、人物形象和商品 feed 的使用范围不同。合同应逐项写明：可否用于生成、可否跨客户训练或复用、可否本地化、可否修改人物或产品、期限与地区，以及谁负责确认来源。
“文件已经上传”不等于“可以用于每一种新版本”。尤其是创作者素材和人物表演，原投放授权未必覆盖 AI 改写、跨市场衍生或长期自动迭代。
3. 审批与发布权：谁能让版本真正上线
默认人工审批是好起点，但仍需把审批拆成层级。低风险的画幅适配、字幕排版和无主张背景可以批量批准；价格、功效、人物表演、促销条件和新市场语言则应保留人工门槛。
账户权限也应最小化：谁能连接广告账户，谁能上传，谁能批准，谁能改预算，谁能切换自动发布。不要用一个共享管理员账号把所有责任混在一起。
4. 观察与导出权：品牌能否看见系统学到了什么
每轮至少要能导出版本 ID、输入资产、改动变量、投放平台与版位、地区、时间窗、预算、原生指标定义、审批人和下一轮生成理由。
只交付一份“赢家素材”远远不够。没有对照、上下文和被淘汰版本，品牌无法判断到底是钩子、产品证明、受众、预算还是投放时点造成差异，也无法把结论带到另一个平台。
5. 干预与回滚权：学习跑偏时如何停
在上线前定义预算日变动上限、单版本最高 spend、异常阈值、禁止页面、禁用表述、品牌投诉触发器和紧急联系人。还要明确：暂停一个版本是否会停止其衍生版本；错误内容是否需要同步下线；谁负责撤销权限和保存记录。
系统越能自动再生，错误越可能从一条素材扩散成一棵版本树。回滚对象必须包括母版本及其后代，而不只是最后一条广告。
6. 迁移与退出权：合作结束后带走什么
退出包至少应包含：可编辑母资产、最终批准与退役版本、创意变量表、原始平台指标及定义、测试结论、未解决假设、权利到期表、账户权限撤销记录和删除确认。
品牌不一定需要拿走供应商的模型或代码，但必须带走能让下一家团队理解“试过什么、为什么停止、什么值得继续”的学习记录。否则每次更换工具或代理商，品牌都会从零开始。
三种采购方式，不是每个项目都要上自动循环
继续按成片或素材包采购，适合一次性发布、短期活动、低频投放、市场少且内容高度定制的项目。此时增加复杂的数据连接，往往比它产生的学习更贵。
采购“人工监督的学习循环”，适合持续投放、SKU 稳定、每月有固定预算、能定义业务目标，并且团队愿意每一到两周复盘的品牌。系统负责生成和整理，人负责批准、解释与下一轮取舍。
开放部分自动发布和预算调整，只适合产品事实稳定、权利清晰、指标可回传、异常有人监控、账户权限可撤销的成熟团队。自动化程度应按风险类别逐步提升，而不是一次把全部 campaign 交出去。
一个简单判断是：如果团队还不能稳定回答“这个版本改变了什么、为什么允许上线、结果影响了哪项下一步决定”，就还不适合购买无人监督的闭环。
报价从“每条素材”改为“每个获批学习周期”
没有可靠的行业均价时，可以用内部变量计算：
每个获批学习周期成本 =（系统与账户接入 + 产品事实和母资产准备 + 生成与人工审查 + 媒体操作 + 数据回收与解释 + 权利与退出管理）÷ 完整结束的获批学习周期数
“完整结束”应同时满足：有明确假设、有可比较版本、有合规批准、有约定观察窗口、有结果解释，并且已经形成继续、停止或再验证的决定。生成 500 条但没有完成一次决策，不应把分母写成 500。
这个口径不会取代 ROAS、毛利或销售结果。它回答的是另一个问题：品牌花出去的创意与运营预算，究竟买到了多少次可复用的判断。
制作公司的价值，会从产能转向“让学习可用”
这是 ONCE 的分析，而不是已经发生完的行业结论。若生成、投放和回传继续靠近，单纯按导出文件收费的空间会被压缩；制作伙伴更有价值的部分，将是拍准产品事实、设计可比较变量、管理权利、设置审批门槛、解释跨平台差异，并把结论变成下一轮镜头任务。
预测也应有条件：只有持续投放、数据足够、产品相对稳定的业务，学习循环才可能积累复利。季节性极强、每次叙事都不同，或无法可靠回传经营结果的项目，仍然更适合高质量的一次性制作。
Runway Ads 现在证明的，是一家公司已经把过去分散在多个工具里的步骤接了起来。品牌不必因为一篇发布公告立刻更换供应商，但应马上改写下一份采购文件：除了问能生成多少条，也要问谁定义目标、谁批准、品牌能看到什么、出错如何回滚、结束后带走什么。
真正稀缺的不是下一条广告，而是下一次决定仍然掌握在谁手里。
主要资料
- Runway，Introducing Runway Ads，2026 年 9 月 30 日；用于核对账户连接、生成、批准后发布、表现回传、再生成、品牌检查、预算限制与早期试用范围。
- TikTok Newsroom，TikTok Unveils AI-Powered Updates for Advertisers: Driving Discovery, Action, and Measurable Business Outcomes，2026 年 10 月 5 日；用于核对 Smart+ Creative Selection 的统一审批流程和 GMV Max 的成本优化方向。
- Google Ads Help，About reporting in AI Max for Search campaigns，2026 年 10 月 6 日核验；用于核对搜索词、标题、落地页组合及资产与落地页报告能力。
- Runway，Privacy Policy，2026 年 5 月 11 日生效；仅用于理解通用数据处理背景，具体企业数据条款仍应以实际合同为准。
